ComfyUI保姆级教学从零开始搭建你的第一个AI绘画工作流1. 引言为什么选择ComfyUI如果你玩过Stable Diffusion可能用过WebUI那个界面友好但功能固定的工具。但当你想要更精细地控制AI绘画的每一步或者想复现一个惊艳的效果时是不是感觉有点力不从心这就是ComfyUI登场的时候了。ComfyUI不是一个简单的“点击生成”工具它是一个可视化的工作流设计器。你可以把它想象成乐高积木每个积木节点都有特定功能比如加载模型、写提示词、生成图片。你可以自由地把这些积木连接起来搭建出独一无二的AI绘画流水线。它的优势非常明显显存占用小、生成速度快、工作流可以保存和分享这意味着你今天调出的完美效果明天、下个月甚至分享给朋友后都能一模一样地复现。今天我们就从零开始手把手教你搭建第一个ComfyUI工作流。不用担心复杂跟着步骤走你会发现它其实很直观。2. 环境准备快速启动你的ComfyUI在开始搭建工作流之前我们需要先让ComfyUI运行起来。这里我们使用一个预配置好的镜像省去了繁琐的环境搭建步骤。2.1 进入ComfyUI工作界面首先你需要找到并启动ComfyUI。通常在提供的平台或工具中会有一个清晰的入口。点击进入后你会看到类似下图的界面。这就是你的创作画布所有的工作流都将在这里搭建。这个界面主要分为几个区域左侧节点菜单这里列出了所有可用的功能节点就像你的“积木箱”。中间画布这是你搭建和连接“积木”的地方。右侧工作流管理区你可以在这里加载别人分享的成熟工作流或者保存你自己的杰作。2.2 加载你的第一个工作流对于新手最好的起点不是从零搭建而是先理解一个现成的工作流。在右侧区域你可以找到一些预置的示例工作流。选择一个基础的“文生图”工作流加载它画布上会自动出现一系列已经连接好的节点。这就像拿到了一份已经拼好的乐高说明书我们先看看它怎么工作的。3. 核心实战搭建基础文生图工作流现在我们来亲手搭建一个最基础、最核心的“文生图”工作流。理解了它你就掌握了ComfyUI的一半。3.1 认识核心节点工作流的五大支柱一个基础的文生图工作流通常由5个核心节点构成它们像流水线一样传递数据加载模型节点这是流水线的起点。它负责从你的硬盘里读取AI绘画的“大脑”——大模型。这个模型决定了生成图片的整体风格和质量基础。提示词编码节点这是你与AI沟通的“翻译官”。你输入的文字正面提示词描述你想要的负面提示词描述你不想要的会被它转换成AI能理解的数学向量。潜在空间节点你可以把它理解为“画布设置”。在这里你决定最终图片的宽度、高度和一次性生成几张图。采样器节点这是整个流程的“发动机”和“雕刻师”。它接收模型、提示词和一张初始的“噪声图”通过复杂的计算一步步去除噪声让图像从模糊变得清晰最终符合你的文字描述。这里涉及很多参数如采样步数、调度器等是控制生成质量的关键。VAE解码器节点这是最后的“显影液”。采样器处理完的图片数据存在于一个叫“潜在空间”的高维压缩状态人类看不懂。VAE解码器负责把这些数据解码成我们能看到的RGB像素图片。3.2 动手连接从零搭建流水线让我们一步步把这些节点连起来从左侧菜单找到Load Checkpoint节点拖到画布上。点击它选择你喜欢的一个大模型。找到CLIP Text Encode (Prompt)节点拖出来两个。一个用于输入正面提示词一个用于输入负面提示词。找到Empty Latent Image节点拖出来。设置你想要的图片宽度和高度。找到KSampler节点拖出来。这是核心先保持默认参数。找到VAE Decode节点拖出来。现在开始连接将Load Checkpoint节点的MODEL输出连接到KSampler节点的model输入。将Load Checkpoint节点的CLIP输出分别连接到两个CLIP Text Encode节点的clip输入。将正面提示词节点的CONDITIONING输出连接到KSampler节点的positive输入。将负面提示词节点的CONDITIONING输出连接到KSampler节点的negative输入。将Empty Latent Image节点的LATENT输出连接到KSampler节点的latent_image输入。将KSampler节点的LATENT输出连接到VAE Decode节点的samples输入。将Load Checkpoint节点的VAE输出连接到VAE Decode节点的vae输入。最后从左侧菜单添加一个Save Image节点将VAE Decode节点的IMAGE输出与之连接。恭喜你的第一个工作流搭建完成了。它看起来应该像一条有逻辑的数据流水线。3.3 运行与调试让AI开始绘画在正面提示词节点里用英文描述你想画的内容比如“a beautiful sunset over a mountain lake, digital art”。在负面提示词里可以写“blurry, bad hands, ugly”来避免一些常见问题。点击画布右上角的【运行】按钮等待片刻。完成后在Save Image节点或专用的预览节点上你就能看到生成的图片了4. 能力进阶探索强大插件生态基础工作流只能算入门。ComfyUI真正的威力在于其丰富的插件生态。通过添加插件节点你可以实现精准控制、风格迁移、效率倍增等高级功能。4.1 ControlNet精准控制图像结构ControlNet 允许你用一张图如线稿、姿势图、深度图来严格约束生成图片的构图、姿态或轮廓。如何使用你需要添加一个Load ControlNet Model节点来加载ControlNet模型如control_v11p_sd15_canny再添加一个ControlNet Apply节点。将你的参考图通过一个Load Image节点载入并使用对应的预处理器节点如Canny Edge进行处理。最后将处理后的图像和ControlNet模型应用到采样器节点上。实际应用画好一张建筑线稿用Canny ControlNetAI就能生成一张结构严谨、细节丰富的建筑效果图。用OpenPose ControlNet输入一张人物姿势图AI生成的新人物就会保持完全一样的动作。4.2 IPAdapter参考图风格与内容迁移IPAdapter 让你可以用一张图片作为“视觉提示词”来影响生成结果的风格、内容或细节比单纯文字描述更直观。如何使用添加IPAdapter Model Loader节点和IPAdapter Encoder节点。将参考图加载并输入到编码器然后将编码器输出的特征连接到采样器节点的相应输入。它通常与文本提示词结合使用。实际应用上传一张水彩风景画AI就能生成具有相同水彩笔触和色调的新风景图。上传一张特定人物的照片结合提示词可以实现高质量的人物风格化或特征融合。4.3 效率工具FLUX与管理器当你工作流变复杂、节点越来越多时两个工具能极大提升体验节点管理器像ComfyUI Manager这样的插件提供了一个图形化界面来搜索、安装、更新和删除其他插件彻底告别手动拷贝文件的日子。流程优化器如FLUX或Efficiency Nodes等插件它们能智能地优化节点执行顺序预加载模型甚至清理中间缓存从而显著减少等待时间降低显存峰值让复杂工作流运行得更流畅。5. 总结从用户到创造者回顾一下我们的旅程我们从启动ComfyUI界面开始认识了核心的五大节点并亲手将它们连接成一个能工作的文生图流水线。接着我们探讨了如何通过ControlNet给AI“戴上镣铐”进行精准控制以及如何用IPAdapter给AI“看样图”来实现风格迁移。ComfyUI的学习曲线初期可能比WebUI陡峭但它回报给你的是前所未有的控制力和可复现性。你不再是一个参数的调节者而是一个流程的设计者。你可以将任何复杂的生成思路固化成一个可保存、可分享、可一键执行的工作流文件。下一步建议多练基础反复搭建和运行基础工作流理解数据在每个节点间的流向。善用社区在 Civitai 等平台有海量优秀的工作流分享下载下来加载到ComfyUI里反向研究学习是进步最快的方式。大胆组合尝试将ControlNet、IPAdapter、LoRA等插件节点组合到你的基础流中探索新的可能性。保存与分享养成随时保存工作流的习惯。当你做出一个满意的效果时这个工作流就是你的独家配方。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。